Counterfactuals and causal inference" di Morgan e Winship

Counterfactuals and
Causal Inference – II
by Stephen Morgan & Christopher Winship
?
Perplessità circa le richieste di chiarimento pervenute
Prima di arrivare a Morgan & Winship ci sono tanti passi
preliminari da compiere
Quando è opportuno utilizzare metodi qualitativi oppure
quantitativi per acquisire informazioni
Come si inserisce la logica controfattuale nel dibattito
sull’analisi causale
L’effetto netto sulla popolazione simile ai trattati
(Martini, Trivellato, etc.)
L’effetto netto sull’intera popolazione (Morgan &
Winship)
Metodi qualitativi vs.
quantitativi
Numerosità della popolazione riguardo la quale
voglio ottenere informazioni
1-5 casi studio (qualitativi)
5-20 casi studio (qualitativi comparati)
20-30 (qualitativi comparati + quantitativi con
cautela – es. evitare assunzioni di normalità)
30+ metodi quantitativi con relativa tranquillità
Più aumenta la numerosità, meno informazioni
posso raccogliere
La logica dell’attribuzione
causale
Posso attribuire cause sia con metodi
qualitativi che quantitativi, a seconda
del livello di generalità che voglio / posso
ottenere
del tipo di causalità che voglio / posso
attribuire (genetica / consequenziale)
Esempio
Che cosa ha fatto variare il tasso di
disoccupazione?
riguarda migliaia di soggetti, devo per forza
identificare poche variabili sperando che siano
significative per tutti (es. indicatori di attività
economica del territorio o globale)
se invece ho un caso studio posso ricostruire il
processo in base al quale un individuo ha perso o
mantenuto il lavoro e “scoprire” tutto ciò che è
stato significativo in quel caso
La logica controfattuale
Qual è stato l’impatto dell’intervento sulla variazione del
tasso di disoccupazione?
Tra tutte le cause, mi interessa solo il contributo
dell’intervento; confronto quindi il mondo con l’intervento
con un ipotetico (ricostruito, controfattuale) mondo
senza intervento e traggo conclusioni in merito
In termini di tasso di disoccupazione, riguarda migliaia di
soggetti (m.quant); se invece ho un caso studio posso
stimare il contributo dell’intervento in quel caso
specifico (m.qual)
La logica controfattuale, così come la logica generale
dell’attribuzione causale, non è necessariamente legata a
uno specifico metodo di raccolta dati
Il controfattuale qualitativo
Parlo con i beneficiari e cerco di capire quali sono
i benefici che hanno ottenuto dall’intervento. Poi
gli chiedo “ma queste cose le avreste fatte anche
senza intervento”?
Loro mi diranno no, sì, in parte, etc.
Verifico queste informazioni attraverso altre
interviste, desk studies, documentazione, verbali
riunioni, tutto quello che riesco a trovare; come
se fossi un detective
Strada con accessori (aree servizio, segnaletica)
Km di strade o collegamenti intermodali
Il controfattuale
quantitativo
Indicatori
Per spiegare la variazione del tasso di
disoccupazione
Grado di istruzione, la spesa per formazione, la
composizione settoriale dell’economia locale,
l’andamento di questi settori (domanda di lavoro)
Modello causale con una variabile dipendente e
alcune variabili indipendenti, tra cui l’intervento
Stimo l’effetto separato di ciascuna variabile e mi
ricavo l’effetto dell’intervento per sottrazione
Esempi
Regressione
Serie storiche
Matching con gruppo di controllo
Generalizzazione è (spesso) limitata alla
popolazione di cui i trattati sono
rappresentativi
I trattati si autoselezionano
Ipotesi di Morgan & Winship
Se voglio dire qualcosa per una popolazione
più ampia di coloro che somigliano ai trattati
devo fare ipotesi (e ricostruirmi
controfattuali) anche per i non trattati
Stimatore dell’effetto netto di Morgan &
Winship